tf.reduce_max函数

最新推荐文章于 2022-03-03 12:05:40 发布

原创最新推荐文章于 2022-03-03 12:05:40 发布 · 934 阅读

0 ·

CC 4.0 BY-SA版权

tensorflow 专栏收录该内容

1 篇文章

订阅专栏

本文详细介绍了 TensorFlow 中的 reduce_max 函数，通过具体示例展示了如何使用此函数来找出列表或数组行上或列上的最大值。并解释了参数 reduction_indices 的作用，以及如何根据其设置获取不同维度的最大值。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

话不多说，直接上示例，就看懂了

import tensorflow as tf
max_value = tf.reduce_max([[1, 3, 2],[4,5,6]],reduction_indices=[1])
with tf.Session() as sess:
    max_value = sess.run(max_value)
    print(max_value)

# 输出
[3 6]

import tensorflow as tf
max_value = tf.reduce_max([[1, 3, 2],[4,5,6]],reduction_indices=[0])
with tf.Session() as sess:
    max_value = sess.run(max_value)
    print(max_value)

# 输出
[4,5,6]

通过以上例子，可以看出，该函数是找出列表或数组行上或者列上的最大值，并输出值，单个值直接输出，多个组成一个列表输出。参数reduction_indices=[]其中1表示取每行最大值输出，0表示取每列最大值输出。